/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
1,8 млрд
Размер весов
6,2 ГБ
Лицензия
Apache 2.0
Архитектура
opt · dense
Библиотека
transformers
Опубликована
18 сен 2024

GaMS-1B

Генерация текстаТекст → текст3 профессии

Авторегрессионная модель OPT на 1,8 млрд параметров, предназначенная прежде всего для генерации текста на словенском языке и дообучения под конкретные задачи.

639скачиваний за 30 дней2лайкавеса обновлены28 янв 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,3075

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,1149

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,1635

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2584

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3684

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0136

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

GaMS-1B — авторегрессионная языковая модель семейства OPT с 1,8 млрд параметров, разработанная исследователями факультета компьютерных и информационных наук Люблянского университета совместно с XLAB.doo. Модель дополнительно обучена на 28,13 млрд токенов словенских, английских и хорватско-боснийско-сербских корпусов; её BPE-токенизатор содержит 80 000 токенов. Основной язык — словенский, вторичные — английский, хорватский, боснийский и сербский. Контекст составляет 2048 токенов.

Модель предназначена для генерации текста и экспериментов с языковыми технологиями для словенского языка, а также может служить основой для дообучения под конкретные задачи. Она показала результаты на словенских вариантах SuperGLUE, SI-NLI и Slovenian-LLM-eval. Разработчики не рекомендуют использовать её как универсального помощника: модель мала, не настроена на выполнение инструкций и не прошла настройку безопасности; также возможны смещения, а применение вне словенского языка не рекомендуется.

Лицензия — Apache 2.0. Модель распространяется в формате safetensors и использует библиотеку Transformers.

Сценарии применения

  • генерация текста на словенском языке
  • продолжение словенских текстов
  • эксперименты с языковыми моделями для словенского языка
  • дообучение модели для словенских задач понимания текста

Ограничения

Модель не настроена на выполнение инструкций или безопасность; авторы настоятельно не рекомендуют использовать её как универсального помощника и не советуют применять для языков, отличных от словенского. Возможны смещения.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for GaMS-1B

We proudly present the family of GaMS (Generative Model for Slovene) models. The 1B version is based on Facebook's OPT model and is adapted for Slovene. GaMS-1B uses a BPE tokenizer with a vocabulary size of 80.000. The tokenizer was trained on Slovene, English, and Croatian data.

Acknowledgment

The model was developed within the PoVeJMo research program (Adaptive Natural Language Processing with Large Language Models), particularly within the research project titled SloLLaMai -- Open-access computationally efficient models for Slovenian. The program is funded within the Recovery and Resilience Plan by the Slovenian Research and Innovation Agency (ARIS) and NextGenerationEU. The authors also acknowledge the financial support from the Slovenian Research and Innovation Agency (research core funding No. P6-0411 -- Language Resources and Technologies for Slovene).

We thank everyone who worked on data collection and preparation, enabling us to train our model. Special thanks go to Nikola Ljubešić, Tjaša Arčon, Jaka Čibej, Simon Krek, Tomaž Erjavec and Iztok Kosem.

Basic information

Intended usage

This version of the model is quite small and lacks instruction and safety tuning. Hence, using it as a general-purpose model is STRONGLY DISCOURAGED! The model might also contain certain biases. We do not recommend the usage of this model in any other language than Slovene.

The model can be efficiently tuned for specific use cases as suggested by promising results of fine-tuned models on SuperGLUE and SI-NLI benchmarks

How to get started with the model

The inference can be done using the following snippet of code:

from transformers import pipeline

model_id = ("cjvt/GaMS-1B")

pline = pipeline(
    "text-generation",
    model=model_id,
    device_map="auto"
)

prompts = [
    "The examples of antonyms are:\nhigh => low\nwide => narrow\nbig =>",
    "Pristanek je bil prvi nadzorovani spust ameriškega vesoljskega plovila na površje Lune po Apollu 17 leta 1972, ko je na Luni pristala zadnja Nasina misija s posadko.\nDoslej so na Luni pristala vesoljska plovila le iz štirih drugih držav –",
    "U četvrtak je bila prva polufinalna večer Dore, a komentari na društvenim mrežama ne prestaju. U nedjeljno finale prošli su:"
]

sequences = pline(
    prompts,
    max_length=1000,
    do_sample=False,
    num_return_sequences=1
)

for seq in sequences:
    print("--------------------------")
    print(f"Result: {seq[0]['generated_text']}")
    print("--------------------------\n")

Training details

Training data

The model was additionally pretrained on the following Slovene, English, and Croatian-Bosnian-Serbian (CBS) corpora:

CorpusLanguage# TokensPercentage
MetaFidaSlovene3.35 B11.9 %
KASSlovene1.66 B5.89 %
TrendiSlovene0.68 B2.4 %
mC4Slovene2.88 B10.25 %
MaCoCuSlovene2.34 B8.3 %
CC100Slovene0.29 B1.02 %
RiznicaCroatian0.11 B0.39 %
Hr NewsCroatian2.14 B7.59 %
MaCoCu HBSCBS8.63 B30.69 %
WikipediaEnglish5.61 B19.93 %
CC-NewsEnglish0.46 B1.64 %

The total size of additional training data is 28.13 B tokens.

Training Procedure

The model was trained using the NeMo framework on Slovene HPC Vega, utilizing 64 A100 GPUs simultaneously. The model was trained on 4 epochs. WECHSEL initialization method was used to initialize the embedding matrix of the new vocabulary. All layers apart from the embedding and the output layer were frozen during the first epoch to avoid forgetting. Training took approximately 60 hours. The model was trained with batch size 1024 (2 million tokens) using Adam optimizer and cosine learning rate scheduler with 10.000 warmup and 5.000 constant steps.

Evaluation

The models were evaluated using Slovene SuperGLUE and SI-NLI tasks on SloBench. Additionally, the models were evaluated on an improved version of the Slovenian-LLM-eval introduced by Aleksa Gordić. All decoder-type models were evaluated using few-shot prompts and were not finetuned on the benchmark (except for the versions with finetuned in the name).

SuperGLUE results

ModelSuperGLUE AverageBoolQ AccuracyCB AccuracyCB F1 ScoreCB AverageCOPA AccuracyMultiRC EMMultiRC F1a ScoreMultiRC AverageRTE AccuracyWSC Accuracy
OPT_GaMS-1B0.44080.56670.50400.38850.44630.50200.09610.25430.17520.41380.5411
GaMS-1B0.46040.50000.62000.45650.53820.49200.13510.26750.20130.48280.5479
OPT_GaMS-1B-Chat0.41650.70000.37200.29610.33410.46000.11110.34480.22800.41380.3630
GaMS-1B-Chat0.45700.80000.48800.30230.39510.48400.10810.24280.17550.51720.3699
OPT_GaMS-1B-Chat finetuned0.56450.70000.80400.58840.69620.58600.10210.48080.29140.58620.5274
GaMS-1B-Chat finetuned0.58060.73330.81200.55920.68560.50800.13810.48820.31320.58620.6575
SlovenianGPT-Chat*0.50780.73330.39200.38290.38740.68400.24320.49440.36880.51720.3562
CroSloEngual BERT0.60780.73330.79200.74370.76790.57200.09310.52410.30860.65520.6096

*SlovenianGPT-Chat was obtained by instruction-tuning Aleksa Gordić's SlovenianGPT on our instruction dataset.

SI-NLI results

ModelAccuracyP(entailment)R(entailment)F1(entailment)P(neutral)R(neutral)F1(neutral)P(contradiction)R(contradiction)F1(contradiction)
OPT_GaMS-1B0.32770.34070.67540.45290.35380.14020.20090.26320.15240.1931
GaMS-1B0.33170.34180.43270.38190.33530.51220.40530.23440.04570.0765
OPT_GaMS-1B-Chat0.34470.35150.67840.46310.33860.32930.33380.21050.01220.0231
GaMS-1B-Chat0.34170.34050.97370.50450.28570.00610.01190.46150.01830.0352
OPT_GaMS-1B-Chat finetuned0.72440.70650.83040.76340.72690.60060.65780.74460.73780.7412
GaMS-1B-Chat finetuned0.71440.80370.63450.70920.72470.63410.67640.65310.87800.7490
SlovenianGPT-Chat*0.47290.43990.72810.54850.37190.13720.20040.57230.54270.5571
GPT-3.5-Turbo finetuned0.85670.84640.85380.85010.80410.83840.82090.92600.87800.9014
SloBERTa0.73750.81270.71050.75820.68440.74700.71430.72730.75610.7414
CroSloEngual BERT0.66230.71470.66670.68990.60720.66460.63460.67190.65550.6636

*SlovenianGPT-Chat was obtained by instruction-tuning Aleksa Gordić's SlovenianGPT on our instruction dataset.

Slovenian-LLM-eval results

ModelARC-Challenge AccuracyARC-Easy AccuracyBoolQ AccuracyHellaSwag AccuracyNQ-Open EMOpenBookQA AccuracyPIQA AccuracyWinoGrande Accuracy
OPT_GaMS-1B0.2227 ± 0.01220.436 ± 0.01020.378 ± 0.00850.3394 ± 0.00470.0003 ± 0.00030.214 ± 0.01840.6083 ± 0.01140.5533 ± 0.014
GaMS-1B0.2329 ± 0.01240.4743 ± 0.01020.3813 ± 0.00850.3555 ± 0.00480.0036 ± 0.0010.22 ± 0.01850.624 ± 0.01130.532 ± 0.014
OPT_GaMS-1B-Chat0.2355 ± 0.01240.3960 ± 0.01000.4398 ± 0.00870.3459 ± 0.00470.0011 ± 0.00060.20 ± 0.01790.5778 ± 0.01150.5359 ± 0.014
GaMS-1B-Chat0.2517 ± 0.01270.4394 ± 0.01020.4502 ± 0.00870.3634 ± 0.00480 ± 00.196 ± 0.01780.6115 ± 0.01140.5572 ± 0.014
YugoGPT0.2961 ± 0.01330.4781 ± 0.01020.3783 ± 0.00850.3890 ± 0.00470.0385 ± 0.00320.226 ± 0.01870.5816 ± 0.01150.5588 ± 0.014
SlovenianGPT0.3805 ± 0.01420.6498 ± 0.00980.4523 ± 0.00870.4935 ± 0.00500.0432 ± 0.00340.27 ± 0.01990.6937 ± 0.01080.644 ± 0.0135
SlovenianGPT-Chat*0.3567 ± 0.0140.5901 ± 0.01010.4706 ± 0.00870.4719 ± 0.00500.0003 ± 0.00030.27 ± 0.01990.6861 ± 0.01080.6425 ± 0.0135

*SlovenianGPT-Chat was obtained by instruction-tuning Aleksa Gordić's SlovenianGPT on our instruction dataset.

image/png

@inproceedings{GaMS,
 author = {Vre{\v s}, Domen and Bo{\v z}i{\v c}, Martin and Poto{\v c}nik, Alja{\v z} and Martin{\v c}i{\v c}, Toma{\v z} and Robnik-{\v S}ikonja, Marko},
 booktitle = {Language Technologies and Digital Humanities Conference},
 title = {{Generative Model for Less-Resourced Language with 1 billion parameters}},
 url = {https://www.sdjt.si/wp/wp-content/uploads/2024/09/JT-DH-2024_Vres_Bozic_Potocnik_Martincic_Robnik.pdf},
 year = {2024}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
OPTForCausalLM
Ревизия весов
1620a33

0 моделей